Heeft iemand al uitgezocht hoe AI eigenlijk beslist om jouw merk te citeren? Het attributie-mysterie maakt me gek

Je hebt gelijk dat traditioneel SEO-denken hier niet volledig van toepassing is. Ik zal uitleggen hoe attributie daadwerkelijk werkt.

De Attributiehiërarchie:

1. Gekoppelde citaties - Meest waardevol. Perplexity doet dit goed met genummerde voetnoten. Dit zorgt voor daadwerkelijk verkeer.

2. Merkvermeldingen - AI zegt “Volgens [jouw merk]…” maar geen link. Bouwt naamsbekendheid op maar levert geen klikken op.

3. Impliciete citaties - AI verwerkt jouw informatie zonder je te noemen. Slechtste scenario.

Wat triggert attributie:

Het belangrijkste verschil met SEO: AI-systemen gebruiken Retrieval-Augmented Generation (RAG) om actuele content op te halen. Ze nemen real-time beslissingen over welke bronnen ze noemen op basis van:

• Actualiteit en versheid van content
• Duidelijkheid van jouw expertisesignalen
• Hoe goed jouw content aansluit bij de zoekintentie
• Of jouw informatie makkelijk te extraheren is

Hoe ik dit meet:

Ik gebruik Am I Cited om attributie op platforms te volgen. De tool maakt onderscheid tussen gekoppelde en niet-gekoppelde vermeldingen en toont positiedata. Dat is cruciaal, want een citaat op de eerste positie is 5x meer waard dan een vermelding op positie vijf.

Jouw 30% Perplexity-citatieratio is eigenlijk best goed. Maar als je altijd op positie 4-5 staat, heb je wel zichtbaarheid maar geen klikken.

Ik zit al 8 maanden diep in attributiedata. Dit zijn de patronen die ik zie:

Platform-specifiek attributiegedrag:

Perplexity:

• Meest transparant over bronnen
• Sterke voorkeur voor recente content - verse content wordt vaker geciteerd
• Houdt van gestructureerde data en duidelijke koppen
• Citatieratio hangt sterk samen met volledigheid van content

ChatGPT met browsefunctie:

• Minder consequent qua attributie
• Neigt tot synthese uit meerdere bronnen
• Merkauthoriteit lijkt belangrijker dan actualiteit
• Genoemd worden bij naam (zelfs zonder link) bouwt lange termijn herkenning op

Google AI Overviews:

• Put sterk uit content die al in de top 10 rankt
• Sterke voorkeur voor .edu, .gov en gevestigde uitgevers
• Featured snippet-content wordt vaak overgenomen in AI Overviews
• Schema markup is hier van belang

Het attributie-gat:

Ik volgde 200 prompts over 3 maanden. Merken met sterke derde partij dekking (pers, industrie-vermeldingen, Wikipedia) kregen 3x meer attributies dan merken met alleen hun eigen content.

Externe validatie is het belangrijkste signaal dat AI gebruikt om vertrouwen te bepalen.

15 jaar ervaring in SEO hier. Het attributiespel is fundamenteel anders.

Oud model: Pagina optimaliseren → Hoger ranken → Krijg klikken

Nieuw model: Autoriteit opbouwen → Word geciteerd → Bouw nog meer autoriteit op (flywheel)

De grootste mindset shift: je optimaliseert niet meer om het antwoord te zijn, maar om als onderdeel van het antwoord geciteerd te worden.

Wat attributie echt beïnvloedt:

1. Entiteit-clariteit - AI moet weten wie je bent. Schema markup, consistente naamgeving, Wikipedia-aanwezigheid helpen allemaal.

2. Content-extractability - Korte alinea’s, opsommingen, tabellen, FAQ-structuren. Als AI makkelijk een quote kan pakken, zal het dat doen.

3. Bron-triangulatie - AI vergelijkt bronnen. Als meerdere gezaghebbende sites jouw merk positief noemen, word je sneller geciteerd.

4. Actualiteitssignalen - Zichtbare publicatiedata, regelmatige updates, “Laatst bijgewerkt” vermeldingen.

De klanten met de snelste attributiegroei focusten op #3 – genoemd worden op andere gezaghebbende sites, niet alleen meer content publiceren.

Perspectief van een klein merk - wij concurreren qua attributie tegen bedrijven die 100x groter zijn.

Wat voor ons werkt:

1. Sterk nichegericht - We zijn gestopt met brede zoekopdrachten najagen. Gericht op zeer specifieke use cases waar we echt expert in zijn.

2. Expert-content die AI niet kan namaken - Onze CEO doet origineel onderzoek en deelt eigen data. AI citeert dit omdat het niet te genereren is.

3. Reddit- en Quora-aanwezigheid - Authentiek meedoen (geen spam) in communities. Deze platforms voeden AI-trainingsdata.

4. Snel publiceren bij trends - Als er iets nieuws gebeurt in onze branche, zijn wij de eerste met een analyse. Actualiteit wint.

Onze attributie-metrics na 6 maanden:

• Van 5% naar 23% citaatpercentage
• Gemiddelde positie verbeterd van 4,1 naar 2,3
• 40% van onze demo-aanvragen noemt nu “zag jullie in ChatGPT/Perplexity”

Wij volgen dit met Am I Cited. De concurrentievergelijking liet precies zien welke zoekopdrachten we moesten targeten.

Enterprise-schaal hier - wij volgen attributie op 500+ prompts in 12 markten.

Het inzicht dat alles veranderde:

Attributie draait niet alleen om individuele contentstukken. Het gaat om het algemene AI-beeld van jouw merkentiteit.

We hebben in kaart gebracht hoe AI ons merk beschrijft versus concurrenten. Ontdekt:

• AI typeerde ons als “legacy” terwijl we juist innovatief zijn
• Concurrenten met zwakkere producten werden als “vooruitstrevend” omschreven
• Dit beeld bepaalde de attributiebeslissingen

Hoe we het hebben aangepast:

1. PR-campagne opgezet gericht op AI-trainingsbronnen
2. Alle content geüpdatet om innovatie en moderniteit te benadrukken
3. Analistenrapporten geregeld die ons expliciet als marktleider positioneren
4. AI-antwoorden wekelijks gemonitord om beeldverschuiving te volgen

Na 4 maanden is ons attributiepercentage verdubbeld en wordt ons merk nu correct omschreven.

Wat we volgen:

• Citatiefrequentie per platform
• Positiedistributie in de tijd
• Merksentiment in AI-antwoorden
• Share of voice t.o.v. top 5 concurrenten

Am I Cited doet dit alles in één dashboard. De executive rapportages kregen het MT mee.

Documentatieperspectief hier - ik schrijf technische documentatie voor een devtools-bedrijf.

Wat ik heb geleerd over documentatie en AI-attributie:

Technische documentatie wordt VAAK door AI geciteerd, vooral bij “hoe moet ik…"-vragen. Maar alleen als het goed gestructureerd is.

Format die werkt:

• Duidelijke H2/H3-hiërarchie die vraagpatronen volgt
• Codeblokken met complete, werkende voorbeelden
• Definitielijsten voor terminologie
• Stapsgewijze genummerde instructies

Format die faalt:

• Lange proza-uitleg
• Antwoorden die verstopt zitten in context
• Verouderde voorbeelden of deprecated code
• Inconsistente terminologie

We hebben onze documentatie herschreven om meer “AI-extractable” te zijn en zagen 40% meer Perplexity-citaties in zes weken.

Belangrijkste inzicht: schrijf alsof je een Stack Overflow-vraag beantwoordt, niet een leerboekhoofdstuk.

Ik run een bureau gespecialiseerd in AI-attributie. Dit is mijn framework:

De Attributiedriehoek:

1. Autoriteit - Herkennen AI-systemen jou als expert? (Entiteitsignalen, backlinks, derdenvermeldingen)

2. Toegankelijkheid - Kan AI jouw content makkelijk extraheren en citeren? (Structuur, actualiteit, duidelijkheid)

3. Relevantie - Sluit jouw content aan op de zoekintentie? (Volledige dekking, vraag-antwoordformat)

Je hebt ze alle drie nodig. Als er één ontbreekt, zakt je attributiepercentage in.

Meest voorkomende fouten die ik zie:

1. Dunne content publiceren - AI heeft diepgang nodig om zelfverzekerd te citeren
2. Geen entiteitsoptimalisatie - AI weet niet wie je bent
3. Slechte contentstructuur - Informatie is verstopt
4. Geen derde partij validatie - Alleen zelfgepubliceerde content
5. Attributie niet volgen - Je kunt niet verbeteren wat je niet meet

De meetstack die ik aanbeveel:

Am I Cited voor geautomatiseerde attributietracking + handmatige steekproeven voor kwalitatieve inzichten + GA4 voor verkeer vanuit AI-platforms.

Attributie optimaliseren is een marathon, geen sprint. Reken op 3-6 maanden voor merkbare verbetering.

De concurrentiehoek heeft mijn ogen geopend.

We waren zo gefocust op onze eigen attributie dat we niet zagen wat concurrenten deden. Begonnen hen te volgen met Am I Cited en ontdekten:

• Belangrijkste concurrent werd 3x vaker geciteerd
• Zij investeerden veel in vergelijkingscontent
• Hun contentstructuur was meer AI-vriendelijk
• Ze kregen persdekking die wij misten

Wat we hebben veranderd:

1. Uitgebreide vergelijkingsgidsen gemaakt voor elke concurrent
2. Content herstructureren met duidelijkere koppen en samenvattingen
3. Perscampagne opgezet gericht op vakmedia
4. Meer eigen data en originele inzichten toegevoegd

Resultaten na 4 maanden:

• Ons attributiepercentage gelijkgetrokken met concurrent
• Nu op de eerste positie in 35% van relevante zoekopdrachten
• Aantal merkvermeldingen in AI-antwoorden verdubbeld

De concurrentie-intelligentie was het ontbrekende stuk. Je kunt niet optimaliseren in een vacuüm.

Deze thread is ontzettend waardevol geweest. Mijn samenvatting:

Belangrijkste inzichten:

1. Attributie ≠ vermeldingen - Gekoppelde citaties zijn het belangrijkst
2. Positie is even belangrijk als frequentie - Eerste positie is 5x zoveel waard als latere
3. Derdepartijvalidatie is cruciaal - AI vertrouwt merken die anderen vertrouwen
4. Contentstructuur bepaalt extractability - Maak het AI makkelijk om je te citeren
5. Dit vereist voortdurende monitoring - Je kunt niet verbeteren wat je niet meet

Mijn actieplan:

1. Goede attributietracking opzetten met Am I Cited
2. Onze content auditen op AI-extractability
3. Prioriteit geven aan meer derde partij dekking
4. Focus op zoekopdrachten waar we zouden moeten winnen maar dat niet doen
5. Concurrentenattributie strategieën monitoren

De shift van “ranken op zoekwoorden” naar “geciteerd worden door AI” is echt. Iedereen bedankt voor de inzichten.